改进人工智能神经网络的短期电力负荷预测  

作　　者：刘春霞[1] 张雪艳[1] 

机构地区：[1]郑州职业技术学院

出　　处：《电气应用》2013年第4期74-77,共4页Electrotechnical Application

摘　　要：为提高电力负荷预测精度，提出一种改进人工智能神经网络的短期电力负荷预测模型。采用人工神经网络的非线性预测能力建立电力负荷预测模型。并利用遗传算法优化神经网络连接权值。对某地区短期电力负荷数据进行仿真测试，结果表明，改进人工智能神经网络提高了短期电力负荷的预测准确度，有效减少了平均预测误差。

关 键 词：短期电力负荷 神经网络 遗传算法 预测 

分 类 号：TM715[电气工程—电力系统及自动化]